文科小白，如何快速入门Python数据分析？

今晚是一个常见的咨询问题：零基础如何快速入门，达到实用的水平？

基本情况

略

学习计划

1、Python入门：不要跟着做

给小白的《15讲 · Python入门课》

http://www.python-office.com/course-002/15-Python/15-Python.html

2、50讲自动化办公：跟着做1遍

这套课重点在于理解基础到底怎么用的，有时间一定要跟着做一遍。

学习这一套课程就可以了：给小白的《50讲Python自动化办公》，视频和配套资料如下：

3、Excel-30讲：听一遍、做一遍

更新中

4、爬虫-6讲、实战课

展开全文 >>

《Python绘图必备！Matplotlib超全入门教程，看完秒变数据可视化大神！》

Matplotlib 是 Python 中一个非常强大的绘图库，广泛用于数据可视化，能够生成各种静态、动画和交互式图表。以下是关于如何使用 Matplotlib 的一些基础内容和示例。

1、安装 Matplotlib

如果你还没有安装 Matplotlib，可以通过 pip 命令安装：

1
pip install matplotlib

2、基本用法

1
2
3
导入库
Python复制
import matplotlib.pyplot as plt

pyplot 是 Matplotlib 中最常用的模块，提供了类似于 MATLAB 的绘图接口。
绘制简单的折线图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 创建图形
plt.plot(x, y, label="Line 1", color="blue", linestyle="--", marker="o")
plt.title("CoderWanFeng Line Plot")  # 添加标题
plt.xlabel("X-axis")  # 添加X轴标签
plt.ylabel("Y-axis")  # 添加Y轴标签
plt.legend()  # 添加图例
plt.grid(True)  # 添加网格
plt.show()  # 显示图形

绘制散点图

1
2
3
4
5
6
7
8
9
10
11
12
13
import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 创建图形
plt.scatter(x, y, color="red", marker="*", s=100)  # s是点的大小
plt.title("Simple Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.grid(True)
plt.show()

3、多图绘制

可以使用 plt.subplots() 创建多个子图。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 9, 16, 25]

### 创建2x1的子图布局
fig, axs = plt.subplots(2, 1, figsize=(6, 8))  # figsize设置图形大小

### 在第一个子图中绘制折线图
axs[0].plot(x, y1, label="Line 1", color="blue")
axs[0].set_title("Line Plot")
axs[0].set_xlabel("X-axis")
axs[0].set_ylabel("Y-axis")
axs[0].legend()

### 在第二个子图中绘制散点图
axs[1].scatter(x, y2, color="red", marker="o", s=100)
axs[1].set_title("Scatter Plot")
axs[1].set_xlabel("X-axis")
axs[1].set_ylabel("Y-axis")

### 调整子图之间的间距
plt.tight_layout()
plt.show()

4、自定义样式

Matplotlib 提供了丰富的样式选项，可以通过 plt.style.use() 应用预定义的样式。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 应用样式
plt.style.use("seaborn-darkgrid")

### 绘图
plt.plot(x, y, label="Line 1", color="green", linestyle="-.")
plt.title("Styled Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

5、保存图形

可以使用 plt.savefig() 将图形保存为文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import matplotlib.pyplot as plt

### 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

### 绘图
plt.plot(x, y, label="Line 1", color="blue")
plt.title("Saved Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()

### 保存图形
plt.savefig("my_plot.png")  # 保存为PNG格式
plt.show()

6、绘制柱状图

1
2
3
4
5
6
7
8
9
10
11
12
import matplotlib.pyplot as plt

# 数据
categories = ["A", "B", "C", "D", "E"]
values = [10, 15, 7, 5, 9]

# 绘制柱状图
plt.bar(categories, values, color=["red", "green", "blue", "yellow", "purple"])
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

7、绘制饼图

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as plt

# 数据
categories = ["A", "B", "C", "D", "E"]
values = [10, 15, 7, 5, 9]

# 绘制饼图
plt.pie(values, labels=categories, autopct="%1.1f%%", startangle=140)
plt.title("Pie Chart")
plt.show()

8、绘制直方图

1
2
3
4
5
6
7
8
9
10
11
12
import matplotlib.pyplot as plt
import numpy as np

# 数据
data = np.random.randn(1000)  # 生成随机数据

# 绘制直方图
plt.hist(data, bins=30, color="skyblue", edgecolor="black")
plt.title("Histogram")
plt.xlabel("Value")
plt.ylabel("Frequency")
plt.show()

9、总结

Matplotlib 是一个功能强大的绘图库，通过简单的代码可以生成各种类型的图表。你可以通过调整参数来自定义图表的样式、颜色、标签等，以满足不同的可视化需求。

扫一扫，领红包

美团红包

展开全文 >>

全网首发！1行代码，实现「铁路电子客票」批量识别，自动保存到Excel！

大家好，这里是程序员晚枫，这个周末我在粉丝的要求下，给poocr库增加了一种新的火车票识别：铁路电子客票。

下面我们来一起看一下如何通过1行代码实现这个功能吧~

什么是铁路电子客票？

简单来说，这是一种专门用于报销的火车票，具有发票的功能。以下解释来自百度百科：

电子发票（铁路电子客票），是中国铁路客运领域使用的电子发票，属于数电发票的一种。
2024年11月1日起，在中国铁路客运领域推广使用全面数字化的电子发票——电子发票（铁路电子客票），全国首张铁路电子发票在苏州开具。

作为一种新的报销凭证。你用过吗？

安装库

本次功能，还是集成到我们的开源项目：poocr中，你可以通过以下命令免费安装：

1
2
pip install poocr

这里要特别说明一下，我一直推荐用清华大学的镜像安装库，因为速度快。

但是最近有粉丝反馈，清华大学的镜像有时候会失效。我查了一下官网发现，清华大学的镜像链接改了：

如果您正在使用 TUNA 镜像站，可以使用 pypi.tuna.tsinghua.edu.cn 替换下面所有的 mirrors.tuna.tsinghua.edu.cn/pypi/web。

示例代码

代码很简单，只需要一行。

1
2
3
4
5
6
7
8
9
10
11

import poocr

SecretId = "你的id"
SecretKey = "你的key"


potx.ocr2excel.RET2excel(img_path=r'd:/程序员晚枫的火车票/', 
                        id=SecretId, key=SecretKey，
                        output_path=r'./', output_excel='RET2excel.xlsx')

参数说明

  • img_path：火车票所在的文件夹路径，可以改成你自己的位置，之前的课程里给大家讲过。参考：发票批量识别，自动保存到Excel！
  • id：你的腾讯云的SecretId，在腾讯云后台可以查到。
  • key：你的腾讯云的SecretKey，在腾讯云后台可以查到。
  • output_path：输出的Excel所在的文件夹，可以改成你自己的位置。
  • output_excel：输出的Excel文件名，可以改成你自己的文件名。

写在最后

关于各类票据的识别，我一直在更新。如果你有需求，可以在评论区留言。

扫一扫，领红包

美团红包

展开全文 >>

为什么我的更新速度变慢了？

大家好，这里是程序员晚枫，进入2025年，我的更新速度明显变慢了。

为啥呢？我今天特别想分享一下最近的变化。

合作接的太多了

这真不是凡尔赛，接了太多合作，已经成为了我的困扰。

这些合作的来源也多：有些是收费的广告，有些是线下朋友的推广，有些是自己想拓展的领域。

但其实主要原因是我的贪多求快，实在是太想一夜成功了，我以为合作多就是成功的机会多，所以我不仅来者不拒，我甚至还会主动去找合作。

结果却是，我没有时间去好好打磨任何一个项目。

做了一个又一个垃圾出来，我无法接受，我不想继续了。

不做什么更重要

以前看到一些前辈说要专注，要少做，我不理解。

现在发现不理解是因为时候未到，现在我到了这个阶段我才发现专注和拒绝的意义。

展开全文 >>

银行卡批量识别软件，点开即用！

大家好，这里是程序员晚枫，自从发布了这个发票批量识别的poocr开源项目以后，就一直在更新。

今天给大家更新一个银行卡批量识别的功能，代码和exe版本都有，点开即用。

软件下载

如需获取这个软件，请直接添加我的好友，我给你详细介绍使用方法和价格。

扫码下图加微信，备注：发票识别

软件使用

图片

因为是一个软件，所以我们就不需要介绍代码了，直接说页面上点哪里就可以了。

  1. 配置你的腾讯云id和key，这个软件是调用的腾讯云发票识别功能，每个月有1000张的免费额度。
  2. 选择发票的文件夹和结果exce保存的文件夹。支持pdf和图片格式，发票文件夹里不能用发票以外的文件。结果文件夹随便指定，不要和发票的文件夹相同。
  3. 点击开始识别。这个软件运行时必须联网。

Python版本

如果你除了发票识别以外，还想学会Python，你可以看下面这套Python课程。

是上面这个软件的实现原理，从Python的下载和安装开始，带你学会Python的同时，实现发票批量识别的功能。

展开全文 >>

爬虫程序犯法吗？怎么写代码才不会被抓？从技术角度，讲讲法律法规

大家好，这里是程序员晚枫，最近又看到了官方打击网络犯罪的案例，其中就有爬虫刷单的。

之前给大家科普过爬虫的风险，视频如下：《不要学Python爬虫，风险太大！》

但我仔细想了想，爬虫在业界也有一些合理合法的需求，所以今天就来讲讲，怎么写爬虫代码才不会被抓。

爬虫的常见问题

我刚入行程序员的时候就是一名爬虫工程师，那时候爬了很多网站，因为我是学法律的，所以边爬我边在心里嘀咕：这些情况会不会进去？

  • 别人robots协议里明确写了不让你爬，你还爬
  • 爬取了竞品平台的数据，还拿去卖了
  • 通过技术手段绕过验证码等反爬措施
  • 等等情况

更离谱的是，我们当时把对方网站爬崩溃了，还冒充用户打电话过去让他们恢复了，然后我们继续爬…

现在想想，还好当时对方没追究，还好没造成什么严重后果，

违反了哪些法律法规

经常进去的朋友都知道，爬虫会被抓有可能是因为违反了以下法条：

  • 《刑法》：

    • 如果爬虫还侵入对方的系统，并且对一些重要信息进行了更改，例如工资、社保等，可能触犯非法侵入计算机信息系统罪。
    • 如果爬取的是用户个人信息，也可能触犯侵犯公民个人信息罪。

  • 《网络安全法》：

    • 从技术角度解释，如果爬虫导致对方网站崩溃，可能违反网络运行安全方面的规定。
    • 如果爬取的是用户个人信息，可能违反个人信息保护方面的规定。

  • 《反不正当竞争法》：

    • 第2条中规定了诚实信用原则和商业道德：爬虫如果不遵守robots协议，可能会被认定为违反此条。
    • 第9条中规定了对商业秘密的保护：爬虫如果通过技术手段获取了网站里不想让你访问到的信息，可能会违反此条。
    • 第12条中规定了经营者不得利用技术手段，通过影响用户选择或者其他方式，实施妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为：爬虫如果影响了对方网站的访问速度或稳定性，可能会违反此条。

  • 著作权角度：

    • 爬取了对方网站的内容，并且展示在自己的网站上，可能会侵犯对方的复制权和网络传播权。

上面这些是容易出问题的法律领域，建议爬虫工程师熟读，最好牢记。

这样万一进去的时候，也知道自己是怎么刑起来的。

怎么写代码才不会被抓？

针对以上法律法规，结合我写代码的经验，我总结了一些注意事项：

  • 一定要遵守robots协议！老板不让你不遵守你就辞职
  • 不要爬竞品平台！对手也不是傻子
  • 不要把对方网站爬崩溃了！尽量控制在对方日访问量的1/4以下
  • 对方明确声明禁止爬虫的，就别再用代理池继续爬了
  • 不要爬取用户个人信息！任何情况下都别爬
  • 对方已经发来律师函的，答应我，马上停掉爬虫并且赔礼道歉

写在后面

技术不分好坏，但使用的场景很重要。

大家还有哪些想知道的互联网法律问题，可以在评论区留言，我下次给大家整理。

展开全文 >>

本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：wfdev7